研究人员开发了ReGuide，一个旨在提高行为克隆扩散策略性能的新框架，这类策略通常容易受到协变量偏移的影响。ReGuide利用相位条件引导（PCG）通过在任务执行的特定阶段应用定向引导来生成纠正性推广。然后，通过微调（ReGuide-FT）或从头开始重新训练（ReGuide-FS）将这些成功的引导式推广整合回策略中，从而实现自我改进。在RoboMimic Can、Square、Transport和Tool Hang等基准测试上的实验表明，ReGuide显著提高了基础策略的成功率，在测试时纠正场景中优于现有方法。 AI
影响 增强了扩散策略对协变量偏移的鲁棒性，有望提高机器人任务在现实世界中的成功率。
排序理由 该集群包含一篇详细介绍改进扩散策略新方法的论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
